Fe₃O₄是较典型的n型半导体，被广泛应用于光催化领域，但现阶段制备多面体Fe₃O₄的步骤比较复杂.本文创新性地采用硫酸亚铁和钼酸钠通过水热法制备磁性多面体Fe₃O₄，与双氧水构建类芬顿体系，以罗丹明B（RhB）模拟污染废水，在可见金卤灯下进行光催化去除RhB实验.采用X射线衍射(XRD)、扫描电子显微镜(SEM)、X射线光电子能谱(XPS)和磁性能测试等手段对样品进行了充分表征，并探究了不同的pH值、样品浓度、双氧水浓度、RhB初始浓度对RhB去除的影响.结果表明：所制备的样品为结晶度较高的Fe₃O₄晶体，粒径在300 nm左右；在pH=3、质量浓度为60 mg^-1双氧水浓度为100 mmolL^-1、RhB初始质量浓度为20 mgL^-1时，在室温下反应60 min对RhB的去除率可达到94％以上；经反应动力学拟合发现该体系符合一级反应动力学，样品经过4次循环性测试仍具有较高的光催化活性.

苯并吡唑衍生物是重要的有机合成中间体，具有良好的药物活性.在乙酸乙酯和50%（质量分数）硫酸水溶液（体积比1∶1）的两相混合溶剂中，邻氨基苯乙腈或邻氨基苯乙酰胺与重氮化试剂亚硝酸钠在55 ℃下搅拌5 min，以高产率（83%~98%）转化为一系列苯并吡唑衍生物.考察了不同的酸、酸的质量分数及用量、不同有机溶剂对反应的影响，确定了最优反应条件.此外，还提出了可能的反应机理，认为重氮盐是该反应的关键中间体.该反应具有操作简单、原料廉价易得、反应条件温和、反应迅速、产率高等优点，为苯并吡唑衍生物的合成提供了一种高效的新方法.

由于需求依赖提取是一项认知困难且易出错的任务，因此本文提出了基于集成主动学习策略的需求依赖关系自动提取方法.基于集成主动学习策略，为不确定性概率、文本相似差异度、主动学习变体预测分歧度这3个不同角度的影响因子采用变异系数法确定相应的权重，给出衡量依赖对样本信息价值量的计算公式，从而选取综合评价值最高的前K个依赖对样本作为最优样本.随着最优样本不断加入到初始训练集中，主动学习模型提取需求依赖关系的性能快速提升，从而与其他主动学习策略相比，实现了同等采样数量下更高的需求依赖提取评估度量.最后，通过对比分析了多种方法的实验结果，证明了本方法的可行性.

为提高液压缸活塞用格莱圈的可靠性，在不考虑温度影响的情况下，首先通过分析它的受力，建立动密封情况下格莱圈的力学模型；然后利用ANSYS仿真再现不同介质工作压力和不同O形圈预压缩量下O形圈的接触宽度和接触位置的变化，并使用Origin软件绘制相应曲线；再使用MATLAB软件，以不同介质压力、O形圈压缩量为自变量，O形圈与耐磨环接触面宽度发生变化的量为因变量，拟合它们之间的函数关系式；最后，将格莱圈力学模型、泄漏量模型、PTFE经验磨损公式相结合，利用拟合得到的函数，提出一种计算格莱圈使用寿命的方法.计算结果表明：使用此方法计算的格莱圈使用寿命与实际使用寿命接近.这将为液压缸活塞用密封设计提供重要参考.

以具有多层结构的MAX相材料为集流体，依次采用水热生长、原位磷化和电势循环法制备Pt/Ni₂/P/MAX相自支撑析氢电极.该电极材料中，多面体Ni₂/P/MAX颗粒镶嵌于Mxene片层夹缝中（Ni₂/P/MAX），显著增加了MAX的析氢性能，且超低含量的纳米Pt粒子高度分散于Ni₂/P/MAX表面，提供了更多的活性位点.纳米Pt粒子与Ni₂/P之间形成的协同效应促进了电子转移，显著提升电催化析氢活性.结果表明：电流密度为10 mA/cm²时，Pt/Ni₂/P/MAX相的过电位仅为63 mV；电流密度高达100 mA/cm²时，Pt/Ni₂/P/MAX相的过电位为187 mV，塔菲尔斜率为46 mV/dec，展现出卓越的析氢性能.

建立一种对医疗废水中F-、Cl-的微波消解离子色谱分析方法.样品经过SH-G-1保护柱和SH-AC-3阴离子型色谱柱分离，通过固相萃取对样品净化处理，以碳酸氢钠（1.0 mmol/L）和碳酸钠（2.4 mmol/L)作为淋洗液，在流量为1.0 mL/min的离子色谱中检测，对色谱柱的选择、微波消解、有机溶剂、柱温、流速对离子色谱的影响进行研究结果表明：6种阴离子具有良好的线性关系，相关系数为0.999 5~0.999 9，检出限为0.000 4~0.009 6 mg/L，加标回收率为90.7%~101.8%；整日精密度＜1.5%，隔日精密度均＜4.0%.该方法快速、精准、稳定，具有实际应用价值.

为了提升g-C₃N₄的光催化降解性能，引入一种Ni金属配合物对g-C₃N₄进行改性.利用水热法合成基于1，3-二-(4′-(5′-四唑基)苯氧基)苯甲酸的Ni配合物Ni-L，将Ni-L负载到g-C₃N₄上，得到Ni-L/g-C₃N₄复合材料.对Ni-L/g-C₃N₄进行XRD、SEM表征，对不同负载量的复合物进行荧光性能表征.通过探究复合光催化剂的不同Ni-L负载量以及不同pH条件对光催化降解甲基橙效率的影响，得出结论：当pH=2时，50 mg负载量为50%的Ni-L/g-C₃N₄复合光催化剂降解50 mg/L的甲基橙溶液，光照时间为90  min时，降解效率可达100%.

针对相贯线焊缝自动焊接时焊缝识别误差大、焊接效率低等问题，设计一种针对相贯线焊缝的图像采集方式，提出基于视觉传感器的相贯线焊缝特征提取方法，改进了传统的摄相机标定算法.首先，使用工业相机采集带有激光条带的焊缝图像；其次，通过高斯滤波、顶帽变换、Otsu阈值分割、Sobel边缘检测算子、非极大值抑制等算法相结合的方式对焊缝图像进行处理；再次，利用概率Hough变换对激光条带的轮廓线段进行拟合，计算得到焊缝特征点像素坐标值，经相机标定得到映射矩阵，最终得到相贯线焊缝的三维模型.实验结果表明：焊缝图像处理算法平均处理时间为106 ms，平均误差为0.26 mm，最大误差为0.49 mm；此方法满足识别相贯线焊缝的速度与精度要求.

采用一步水热法合成CuO花状微球，并通过XRD和SEM对相应的微观结构进行分析表征.结果显示：表面活性剂聚乙二醇（PEG）的用量对产物形貌有较大影响，当PEG的用量为0.8 mg可制得形貌良好的花状微球，其由形状、大小相似的纳米片组装而成，直径为2~7 μm.将制得的CuO花状微球构筑旁热式气敏元件，并采用静态配气法测试气敏元件对乙醇气体的敏感特性.结果表明:CuO花状微球对乙醇有良好的气敏响应特性，且响应恢复时间短、检测下限低、选择性好，在乙醇气体检测方面展现了良好的应用前景.

针对化工生产过程中高维数据故障特征难以学习和提取的缺点，提出一种基于二维卷积神经网络的化工过程故障检测方法.首先，采集化工过程不同故障的数据构成训练集和测试集；然后，对训练集和测试集中对应的正常样本和故障样本标注标签；最后，将训练集中的样本数据作为卷积神经网络的输入来训练、优化模型.方法应用于田纳西-伊斯曼化工过程，数据结果表明：二维卷积神经网络能够提取出原始数据中样本与样本、变量与变量之间更为抽象的高层数据特征,通过特征提取和学习后的重构特征数据输入到全连接层BP神经网络进行故障分类，比单独使用全连接BP神经网络的检测率提高了14.42 %，误报率降低了2.55 %.

采用计算机辅助设计，将尿激酶型纤溶酶原激活物受体与已知活性的化合物进行模拟分子对接，并采用对靶蛋白上具有活性作用的重要氨基酸残基进行解析的方法，确定能与活性位点结合的基团.以天然产物齐墩果酸为母体，在其2位上引入活性基团，同时对其C-28位羧基进行胍基化结构修饰，设计并合成一系列具有一定抗肿瘤活性的齐墩果酸类似物.采用MTT法进行初步的体外抗肿瘤活性筛选.采用FPIA法，对Ⅰ₁和Ⅰ₃进行尿激酶受体抑制试验.合成了5个新的齐墩果酸类似物，其结构经过NMR确证；活性测试表明化合物Ⅰ₁、Ⅰ₃与阳性对照药物相比表现更强的抑制作用.FPIA测试表明，化合物Ⅰ₃与尿激酶受体蛋白具有较好的结合能力.

以天然产物积雪草酸（AA）为母体设计并合成新的积雪草酸衍生物，并进行体外抗肿瘤活性实验和分子对接研究.以积雪草酸为原料，对其A环及28位羧基进行结构改造，合成4个新的积雪草酸衍生物.采用MTT法，选用人癌细胞SGC7901和A549进行初步的体外抗肿瘤活性研究；并进行分子对接实验，研究化合物与Bcl-xL受体之间的作用.结果表明：合成了4个未见文献报道的新型积雪草酸衍生物，其结构经过1H-NMR、13C-NMR和HR-MS确证.所有目标化合物对A549 和SGC7901 细胞增殖的抑制作用均优于母体积雪草酸.其中化合物Ⅰ3抗肿瘤活性与阳性对照药Navitoclax相当；分子对接结果显示Ⅰ3与Bcl-xL受体具有较好的结合能力.化合物Ⅰ3具有较好的抗肿瘤活性，值得进一步研究.

为解决金属腐蚀问题，合成了高效、低成本的金属缓蚀剂.首先，通过酰胺反应和环化反应合成单体化合物，并通过单体和氯化苄合成一种优异的咪唑啉类缓蚀剂.其次，将单因素实验和正交试验的结果进行条件筛选.最后，得出月桂酸类缓蚀剂的最佳合成条件.最佳合成条件为：月桂酸与二乙烯三胺最佳物质的量比为1∶1，催化剂质量分数为1.3 %，环化时间为2 h，中间体与氯化苄的最佳物质的量比为1∶1.2，季铵化反应时间为2 h，季铵化反应温度为60 ℃，最终缓蚀率可以达到97.74 %以上.

微表情图片具有高度的相似性和密集性的细节信息，传统的微表情识别主要采用手工制作的方法，其识别种类与识别精度均无法满足精确的特征提取训练，因此提出一种深度学习方法，可以有效解决微表情识别在种类数量、准确度和速度上的问题.采用数据增强后合成的图像训练数据集，以处理后的数据集来训练卷积神经网络CNN模型.实验结果证明了所提出的基于深度学习的CNN方法在面部微表情识别中的有效性.将该方法与传统方法进行比较，结果显示提出的基于深度学习的CNN方法相较于传统方法其识别精度明显提高.

在东北季冻区气候条件下，为提高透水沥青混合料的路用性能，提出使用玄武岩纤维与高黏改性剂制备复合改性沥青进而对透水沥青混合料进行改良的技术方案.基于预估空隙率的复合改性透水沥青混合料级配与最佳沥青用量，对不同玄武岩纤维掺量下的复合改性透水沥青混合料进行路用性能实验分析.实验结果表明：玄武岩纤维掺量为1 %（纤维质量与沥青质量的比值，下同）时，复合改性透水沥青混合料的低温抗裂性能与水稳定性提升显著；玄武岩纤维的掺入对混合料的排水性能影响较小；推荐高黏改性剂掺量与玄武岩纤维掺量最佳掺配比为（12 %,1 %）、油石比为5.5 %.

提出一个新的三维连续自治混沌系统，为验证其丰富的混沌特性，深入研究系统的动力学性质，对其进行相关的理论分析，使用Matlab软件仿真出系统的相轨迹图、功率谱图、分岔图、李雅普诺夫指数谱、庞加莱截面图等.研究结果表明：提出的系统是一个新的混沌系统，且参数变化时系统的混沌特性更为丰富.利用Multisim软件，选择集成运算放大器、集成模拟乘法器以及电阻、电容等分立元件设计相应的混沌电路，使用数字示波器实时观测系统生成的吸引子，获得了良好的实验结果，且实验结果与理论分析相吻合，证实了系统的可实现性.

聚酰亚胺；复合薄膜；碳膜；MXene

通过对5种不同土壤样品进行甲烷降解实验筛选出甲烷降解率最高的稻田土壤样品，并从土壤样品中分离、筛选出一株具有高效降解甲烷能力的甲烷氧化细菌L08.通过对菌种接种量、pH、培养温度、培养方式等条件的研究，得到菌株的最优生长条件：培养温度35 ℃,pH 7.0；菌液接种量4.0 %（体积分数）,甲烷含量为10 %（体积分数），测定其生长曲线，为甲烷氧化细菌降解甲烷研究提供基础数据.

由于包含NH₃—和PH₃—基团的络合物的类S_N2（S_N2-like）反应存在于实际的生物体内，因此，研究其作用方式非常重要.采用从头算CCSD(T)/aug-cc-pVTZ//MP2/6-311++G(3df,3pd)方法研究恒等的HF进攻的以N和P为中心的类S_N2（S_N2-like）反应机理，对比分析F^-进攻S_N2反应路径上固定点的几何构型、活化能等信息，分析探讨过渡态NPA电荷分布.研究表明：F^-进攻以N和P为中心的S_N2反应,在气相中背面进攻具有翻转构型的反应是优选的反应路径；而HF进攻的以N和P为中心的类S_N2反应,则是前面进攻具有保留构型的反应路径是优选的反应路径，与传统的S_N2反应不同，因为包含NH₃—和PH₃—基团的络合物的S_N2-like前面进攻的路径是最可能有效的作用方式.

利用多种柱色谱方法对金樱子皂苷进行富集，建立高效液相色谱（HPLC）法检测金樱子中两种三萜化合物皂苷及皂苷元的含量.采用promosil C18（4.6×250 mm,5 μm）色谱柱，检测波长210 nm，柱温15 ℃，流动相（甲醇）∶V（水）=48∶52，流速0.9 mL/min进行实验.实验结果表明：通过多种柱色谱方法快速富集到了金樱子皂苷元纯品，测试条件表明皂苷及皂苷元含量在0.002~0.03 mg范围内线性关系良好，皂苷的加样回收率为101.56 %，皂苷元的加样回收率为102.94 %.该方法快速简便，准确，重复性好，稳定可靠，为金樱子中两种三萜化合物的质量控制提供了有效参考.

采用逐级化学提取法对油砂中Li、V、Mn、Ni、Cu、Zn、Ga、Cd和Pb进行6种赋存状态的提取，分析各元素的赋存状态.利用电感耦合等离子体质谱仪测定油砂及半焦中9种元素的含量，分析元素在样品热解过程中的迁移规律.结果显示在6种赋存状态中9种重金属元素均有分布，同种油砂中不同元素的赋存形态存在一定的差异，Ga、Pb和Li均未出现在某一形态中突出赋存的情况，其余6种元素则存在在某一赋存状态占比较大的现象；热解实验显示，除Li外其他元素的迁移率都呈现出在500 ℃以下随温度升高不断增加，500 ℃到600 ℃之间放缓，在600 ℃以上再次快速增加的趋势.当热解温度为900 ℃时，9种微量元素的迁移率为40 %~90 %；Cd在油砂中富集程度较高，并且热解过程中迁移率可高达90 %以上，对环境的潜在危害较大.

以反丁烯二酸、十六醇、十八醇与二十六醇的混合物（混合醇）、苯乙烯为原料，采用先酯化后聚合的方法，合成蜡油的降凝剂——反丁烯二酸混合酯-苯乙烯共聚物.以降凝效果为评价目标，通过单因素和正交实验，得到合成反丁烯二酸混合酯-苯乙烯共聚物的最佳条件.通过凝点效果实验，考察影响降凝剂对蜡油降凝效果的因素.实验结果表明：在共聚物质量分数为0.4 %（基于蜡油的质量）、热处理温度70 ℃、热处理时间30 min的条件下，降凝剂反丁烯二酸混合酯-苯乙烯可使蜡油凝点降低17 ℃.